Exponenta Banner
exponenta event banner

беспорядок

Матрица путаницы классификации

свернуть все на странице

Синтаксис

[c, cm, ind, per] = путаница (цели, выходы)

Описание

пример

Совет

Чтобы построить схему путаницы для рабочего процесса глубокого обучения, используйте confusionchart функция.

[c,cm,ind,per] = confusion(targets,outputs) принимает целевые и выходные матрицы, targets и outputsи возвращает значение путаницы, c, матрица путаницы, cm, массив ячеек, ind, который содержит выборочные индексы класса i цели, отнесенные к классу jи матрица процентов, per, где каждая строка суммирует четыре процента, связанные с i-й класс.

Примеры

свернуть все

В этом примере показано, как создать матрицу путаницы simpleclass_dataset набор данных с использованием confusion функция.

Загрузить simpleclass_dataset набор данных. Определите сеть и выполните ее обучение. 

[x,t] = simpleclass_dataset;
net = patternnet(10);
net = train(net,x,t);
y = net(x);
[c,cm,ind,per] = confusion(t,y)
a3 =

     1     2     3     1     2     3
     4     5     6     4     5     6
     7     7     7     8     8     8
     9     9     9    10    10    10

Входные аргументы

свернуть все

Матрица целей, указанная как Sоколо-Q матрица, где каждый вектор-столбец содержит один 1 значение, при этом все остальные элементы равны 0. Индекс значения, равного 1 указывает, какой из S категории, которые представляет вектор.

Матрица выходных данных, указанная как Sоколо-Q матрица, где каждый столбец содержит значения в диапазоне [0,1]. Индекс наибольшего элемента в столбце указывает, какой из S категории, которые представляет вектор.

Выходные аргументы

свернуть все

Доля неправильно классифицированных выборок, возвращаемых в виде скаляра.

Матрица путаницы, возвращенная как Sоколо-S матрица путаницы, где cm(i,j) - количество образцов, целью которых является i-й класс, который был классифицирован как j.

Массив индексов, возвращаемый как Sоколо-S массив ячеек, где ind{i,j} содержит индексы образцов с i-й целевой класс, но j-й класс вывода.

Матрица процентов, возвращенная как Sоколо-4 матрица, где каждая строка суммирует четыре процента, связанные с i-й класс:

per(i,1) false negative rate
          = (false negatives)/(all output negatives)
per(i,2) false positive rate
          = (false positives)/(all output positives)
per(i,3) true positive rate
          = (true positives)/(all output positives)
per(i,4) true negative rate
          = (true negatives)/(all output negatives)

См. также

|

Представлен в R2006a

Документация по инструментам для глубокого обучения

Поддержка